在过去的五年里，云已经成为几乎每个组织IT战略的核心组件。然而，我相信我们正在到达一个云的“临界点”，在这个临界点上，它将被用于与过去截然不同的事情上。
云计算的第一波增长是由一些组织寻找一种更便宜的替代方案来运行本地服务器所推动的。下一波云增长将由那些希望通过使用机器学习和人工智能(AI)等先进技术从根本上改变业务的组织所驱动。
在过去的一年里，我们看到了真正丰富的人工智能使用案例，包括玩扑克和围棋，写新闻报道，保险索赔，驾驶汽车和编写代码。云计算的当前阶段将它从“最好拥有”转变为绝对的“需要拥有”，因为企业几乎不可能拥有支持人工智能平台所需的规模和弹性。
人工智能的崛起将改变世界，改变我们的生活和工作方式。想要利用人工智能云计算能力的企业必须确保云提供商的架构能够跟上这种计算过程产生的新需求。
本周，微软(Microsoft)和英伟达(NVIDIA)推出了首个超大规模GPU加速器的计划，以支持可伸缩的人工智能云。新的HGX-1是一款开源设计，与微软的奥林巴斯项目协同发布，为云提供商提供最快、最灵活的人工智能路径。
几十年前，英特尔和PC制造商设计了ATX(先进技术扩展)，以改善标准PC组件，如主板，安装点和电源。HGX-1正试图在云计算领域扮演类似的角色，一个行业标准，甚至一个de - factor标准，可以帮助满足人工智能崛起所带来的爆炸式需求。
虽然已经有了人工智能的早期使用案例，但我相信我们仍处于这一趋势的第一步。事实上，更准确地说，投手们还在热身，我们甚至还没有触及人工智能的表面。
在接下来的几年里，我们将看到it几乎影响到我们生活中的方方面面，包括教育、医疗保健、客户服务、研发以及几乎所有你能想到的事情。推动创新的是成千上万的初创企业，它们正在思考利用人工智能改变世界的新方法。
正如我在这篇文章中指出的那样//m.amiribrahem.com/article/3154369/data-center/dont-play-games-with-your-data-center-shift-from-intel-cpus-to-nvidia-gpus.html需要gpu，而不是传统的cpu来处理像AI这样的工作负载所需的大量处理能力，没有人能像NVIDIA那样使用gpu。
HGX-1的底盘由8个NVIDIA Tesla P100 gpu组成。这些平台可以通过NVIDIA NVLink互连进行水平伸缩连接。云提供商可以利用这一点，让他们的客户购买GPU和CPU周期，以满足他们的人工智能工作负载。随着流程的成熟和需求的变化，可以对其进行调整和调整。
例如，考虑一个支持医疗保健应用程序的AI。在周期的早期，它消耗和分析大量的数据，为它的学习阶段，可能需要大量的GPU。一旦这个过程成熟，它就会从学习转向推断，GPU的需求也会下降。客户可以定制cpu和gpu的使用以满足任何类型的工作负载。
HGX-1被设计为“即插即用”，因此超大规模的数据中心可以快速添加功能并转换为提供“GPU服务”，但随着越来越多的企业将人工智能作为其雷竞技电脑网站数字转型战略的关键部分，规模也会随之扩大。
通过与HGX-1合作，英伟达宣布将加入开放计算项目，并将与微软和其他成员合作，将人工智能从一种只有少数公司可以利用的技术转变为一种主流技术，可以被所有规模的公司使用。
当组织着眼于推进他们的云战略，包括人工智能，他们需要问他们的云供应商是否提供最先进的gpu作为一种服务?如果没有，他们购买的是现在被称为遗留云的东西。